Ankara Merkezli İstatistik Eğitimleri

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), ürün veya sürecin tasarım aşamasının başından itibaren kaliteye sahip olmasını sağlamak için DFSS'yi kullanmak isteyen orta seviyedeki mühendisler ve tasarımcılar için hazırlanmıştır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Tasarım Altı Sigma (DFSS) ilkelerini ve kavramlarını anlayabilecektir.
• DMAIC (Tanımla, Ölç, Analiz Et, İyileştir, Kontrol Et) ve DMADV (Tanımla, Ölç, Analiz Et, Tasarla, Doğrula) metodolojilerini öğrenebilecektir.
• DFSS araçlarını ve tekniklerini süreçleri tasarlamak ve optimize etmek için uygulayabilecektir.
• DFSS projelerini etkili bir şekilde yönetme ve liderlik etme becerileri geliştirebilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), Six Sigma DMAIC metodolojisini Black Belt seviyesinde derinlemesine anlamak isteyen ileri düzey profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Karmaşık projeler odağında, Tanımla, Ölç, Analiz Et, İyileştir ve Kontrol et aşamalarını kapsamlı bir şekilde anlayabilecektir.
• Veriye dayalı karar verme için gelişmiş istatistiksel analiz tekniklerinde uzmanlık kazanabilecektir.
• Büyük ölçekli Six Sigma projelerini yönetebilecek ve proje ekiplerini etkili bir şekilde yönlendirebilecektir.
• Organizasyonel hedefler ve stratejileriyle uyumlu önemli süreç iyileştirmeleri uygulayabilecektir.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), DMAIC metodolojisi hakkında kapsamlı bir anlayışa sahip olmak ve etkili bir Six Sigma Yeşil Kuşak rolüne hazırlanmak isteyen orta seviyedeki profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Six Sigma'nın Tanımla, Ölç, Analiz Et, İyileştir ve Kontrol Et aşakları hakkında kapsamlı bilgi edinmek.
• DMAIC'nin her aşamasında çok çeşitli Six Sigma araçlarını ve tekniklerini etkili bir şekilde uygulamak.
• Süreç iyileştirmesi için istatistiksel analizler yapmak ve yorumlamak.
• Bir Six Sigma projesi planlamak, yürütmek ve yönetmek.

Bu eğitmen-destekli canlı eğitim (online veya face-to-face) temel düzeydeki profesyonelleri hedef alıyor ve Six Sigma ve Lean ilkelerini anlamalarını, entegre etmelerini ve iş süreçlerini iyileştirmelerini isteyen kişiler için tasarlanmıştır.

Bu eğitim sonunda katılımcılar şunları başarabilecekler:

• Lean Six Sigma ilkelerine sağlam bir anlayış sahibi olmak.
• Defektifin nedenlerini kaldırarak ve varyansı en aza indirerek süreç kalitesini iyileştirmek için Six Sigma metodolojisini kullanmak.
• Lean ve Six Sigma metodolojilerini daha verimli ve etkili süreç iyileştirmeleri sağlamak için entegre etmek.
• Süreç iyileştirme projelerinde kullanabilecekleri 5S, Kaizen, ve süreç haritalama gibi temel Lean Six Sigma araçlarını ve tekniklerini öğretmek.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), kuruluşlarında önemli süreç iyileştirme projelerini yönetmek isteyen orta düzey profesyonellere yöneliktir ve Six Sigma ile Lean ilkelerini anlamayı amaçlamaktadır.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Süreç iyileştirmesi için Lean ve Six Sigma metodolojilerinin nasıl entegre edilebileceğine dair kapsamlı bir anlayış geliştirmek.
• Tanımla, Ölç, Analiz Et, İyileştir ve Kontrol aşamalarında derinlemesine bilgi ve uygulama becerileri kazanmak.
• Veriye dayalı karar verme ve süreç analizi için gelişmiş istatistiksel araçlar uygulamak.
• Lean Six Sigma projelerini etkili bir şekilde yönetmek ve yönlendirmek.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), karmaşık Six Sigma projelerini yönetme ve Six Sigma ve Lean uygulamalarında liderlik rolü üstlenme becerisi kazanmak isteyen ileri düzey profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Gelişmiş Six Sigma ve Lean metodolojileri ve araçları hakkında derinlemesine bir anlayış geliştirmek.
• Organizasyonel stratejilerle uyumlu karmaşık süreç iyileştirme projelerini yönetmek.
• Karmaşık istatistiksel analizler yapmak ve verilere dayalı kararlar almak.
• Değişim girişimlerini etkili bir şekilde yönetmek ve sürekli iyileştirme kültürünü oluşturmak.

Bu Ankara'ta (çevrimiçi veya yerel) yapılan, eğitmenin yönettiği canlı eğitim, Six Sigma metodolojisi ve ilkelerine daha derin bir anlam kazanmak isteyen başlangıç seviyesindeki profesyonellere yöneliktir. DMAIC sürecini mastere etmeyi hedefler.

Bu eğitim sonunda, katılımcılar şunları yapabilecek hale gelecekler:

• Beyaz Dal eğitimiyle kapsanan temel ilkelerden ötesinde bilgi edinmek.
• DMAIC sürecini mastere etmeyi ve Six Sigma ileri araçlarını öğrenmeyi.
• Bir Six Sigma proje ekibine etkili bir şekilde katkıda bulunmayı ve Yeşil ve Kara Dal beltlilerle işbirliği yapmayı öğrenmek.
• Six Sigma metodolojilerini gerçek dünya işletmeliğindeki süreçlere uygulayarak iyileştirmeyi.

Bu Ankara (online veya face-to-face) yapılan, eğitmen yönetimi altında eğitim, Six Sigma metodolojisi ve ilkelerine temel bir anlam kazanmak isteyen başlangıç seviyesi profesyonellere yönelik olmaktedir.

Bu eğitim sonunda katılımcılar şunları yapabilecekler:

• Six Sigma temellerini anlamayı ve DMAIC sürecini öğrenmeyi.
• Six Sigma projesi bağlamında Birincilik Zar (White Belt) unun özel rollerini ve sorumluluklarını anlamayı.
• Six Sigma ilkelerini uygulayarak iyileştirme fırsatlarını tespit etmeyi ve organizasyon içindeki Six Sigma projelerini desteklemeyi öğrenmeyi.

Bu eğitmen kılavuzlu, canlı eğitim (çevrimiçi veya yerel) bilim insanları için tasarlanmıştır ve çok faktör arasındaki neden-sonuç ilişkisini anlamak ve kullanmak isteyenler için Design of Experiments (DoE) yöntemini öğrenmelerine yardımcı olmaktadır.

Bu eğitim sonunda, katılımcılar aşağıdaki becerileri edinebilecekler:

• Tasarlanmış deneylerin diğer yaklaşımlara göre avantajlarını anlamak.
• Faktörler arasındaki neden-sonuç ilişkilerini ve etkileşimleri anlamak.
• Başarıyla deney yapmayı öğrenmek için en iyi uygulamaları ve rehberlikleri öğrenecekler.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), ekonometrik analiz ve modellemenin temellerini öğrenmek ve ustalaşmak isteyen herkese yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Ekonometrinin temellerini öğrenmek ve anlamak.
• Eviews ve risk simülatörlerini kullanmak.

R çok popüler ve açık kaynaklı bir istatistiksel hesaplama, veri analizi ve grafik ortamıdır. Bu kurs, öğrenciler için R programlama dilini tanıtmaktadır. Dil temelleri, kütüphaneler ve gelişmiş konuları kapsar. Gerçek dünya verileri ile ilgili gelişmiş veri analizi ve çizim teknikleri.

Hedef Kitle

Geliştiriciler / veri analitiği

Süre

3 gün

Format

Sözlü Dersler ve Pratik Uygulamalar

Hedef Kitle

Analistler, araştırmacılar, bilim insanları, mezunlar ve öğrenciler ve istatistiksel analizleri kolaylaştırmayı öğrenmekle ilgilenen herkes.

Kurs Amacı

Bu kurs, Excel ve istatistiğinizi daha iyi tanıma konusundaki becerilerinizi geliştirecek ve bu sayede iş veya araştırma etkinliğinizin ve verimliliğinin artmasını sağlayacaktır.

Bu kurs, Microsoft Excel'de Analiz Aracı Paketi'nin nasıl kullanılacağını, istatistiksel fonksiyonları ve temel istatistiksel işlemler nasıl yapılacağını açıklar. Ayrıca, Excel sınırlamaları nelerdir ve bunların nasıl aşılacağını açıklayacaktır.

Veri analitiği, bugün iş dünyasında kritik bir araçtır. Pratik, el ile veri analizi için beceriler geliştirmek odak noktasıdır. Hedef, katılımcılara sorulara veri tabanlı cevaplar sunmalarını sağlamaktır: 

Ne oldu?

• verinin işlenmesi ve analizi
• bilgilendirici veri görselleştirmelerinin oluşturulması

Ne olacak?

• gelecekteki performans tahmini
• tahminlerin değerlendirilmesi

Ne olmalıdır?

• veriyi veri tabanlı iş kararlarına dönüştürme
• süreçleri optimize etme

Kurs, 6 günlük sınıf kurs olarak veya tercih edilirse haftalar boyunca uzaktan sunulabilir. Kurulumuzu sizin ihtiyaçlarınıza en iyi şekilde uydurma konusunda size yardımcı olabiliriz.

Verilerin %90'ından fazlasının yapılandırılmamış verilerden oluştuğu tahmin edilmektedir; bunların çoğu metin biçimindedir. Blog yazıları, tweet'ler, sosyal medya ve diğer dijital yayınlar bu büyüyen veri yığınını sürekli olarak artırmaktadır.

Bu eğitmen liderliğindeki, canlı eğitim, bu verilerden öngörüler ve anlam çıkarmaya odaklanmaktadır. R Language ve Natural Language Processing (NLP) kütüphanelerini kullanarak, bilgisayar bilimi, yapay zeka ve hesaplamalı dilbilimden kavram ve teknikleri birleştirerek metin verilerinin arkasındaki anlamı algoritmik olarak anlamlandırıyoruz. Müşteri gereksinimlerine göre çeşitli dillerde veri örnekleri mevcuttur.

Bu eğitimin sonunda katılımcılar, farklı kaynaklardan gelen veri kümelerini (büyük ve küçük) hazırlayabilecek ve ardından analiz etmek ve önemini raporlamak için doğru algoritmaları uygulayabilecektir.

Kurs Formatı

• Kısmen ders anlatımı, kısmen tartışma, yoğun uygulamalı çalışma ve anlayışı ölçmek için ara sıra sınavlar

Bu eğitmen yönetilen canlı eğitim (çevrimiçi veya yerel), HR profesyonellerini ve iş bulma uzmanlarını, analiz yöntemlerini kullanarak kuruluş performansını geliştirmek isteyenlere yöneliktir. Bu kurs, nitel ve nicel, empirik ve istatistiksel yaklaşımları kapsar.

Eğitim Formatı

• Etkileşimli ders ve tartışma.
• Çok fazla alıştırma ve uygulama.

Eğitim Özelleştirme Seçenekleri

• Bu kurs için özel bir eğitim talep etmek istiyorsanız, bizimle iletişime geçerek düzenleme yapabilirsiniz.

Konuşturanlar

Mali veya pazar analistleri, yöneticiler, hesapçılar

Kurs Objectifleri

Microsoft Excel ile tüm türde mali analizi kolaylaştırmak ve otomasyonlamak

Bu eğitmen tarafından yönetilen canlı eğitim (çevrimiçi veya yerel) HR profesyonellerine, organizasyon performansını iyileştirmek için analiz yöntemleri kullanmayı isteyenler için tasarlanmıştır. Bu kurs, nitel ve nicel, empirik ve istatistiksel yaklaşımları kapsar.

Eğitim Biçimi

• Etkileşimli ders anlatımı ve tartışma.
• Çok sayıda alıştırma ve uygulama.

Eğitim Özelleştirme Seçenekleri

• Bu kurs için özelleştirilmiş bir eğitim talebinde bulunmak istiyorsanız, bizimle iletişime geçerek düzenleme yapabilirsiniz.

Bu kurs, R programlama dilinde ileri düzey konuları kapsamaktadır.

Goal:

SPSS programını ileri düzeyde kullanma, diaלוג kutularıyla ve seçilen analitik teknikler için komut dilini öğrenme becerisini kazanmak.

Hedef Kitlesi:

Analistler, araştırmacılar, bilim insanları, öğrenciler ve SPSS paketini ileri düzeyde kullanma yeteneğini kazanan tüm kişiler. Seçilen istatistiksel modelleri öğrenmek için eğitim verilir. Eğitim genel analiz sorunlarını kapsar ve özel bir sektör için tasarlanmıştır.

Hedef Kitle:

Bu kurs, dağıtılmış bir sistem ortamında büyük veri kümelerini depolama ve işlemek için çözüm arayan IT uzmanları içindir.

Goal:

Derinlemesine Hadoop küme yönetimi bilgisi.

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), profesyonel alanlarında verileri hazırlamak, modeller oluşturmak ve makine öğrenimi tekniklerini etkili bir şekilde uygulamak isteyen orta seviyedeki veri bilimcileri ve istatistikçilere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Çeşitli Machine Learning algoritmalarını anlayıp uygulayabilecekler.
• Verileri ve modelleri makine öğrenimi uygulamaları için hazırlayabilecekler.
• Sonradan analizler yapabilecek ve sonuçları etkili bir şekilde görselleştirebilecekler.
• Makine öğrenimi tekniklerini gerçek dünya, sektöre özgü senaryolara uygulayabilecekler.

Big Data, büyük veri kümelerini depolamak ve işlemek için tasarlanmış çözümleri ifade eden bir terimdir. Başlangıçta Google tarafından geliştirilen bu Big Data çözümleri, zamanla gelişmiş ve birçok açık kaynaklı benzer projeye ilham vermiştir. R, finans sektöründe popüler bir programlama dilidir.

R, istatistiksel hesaplama, veri analizi ve grafikler için ücretsiz ve açık kaynaklı bir programlama dilidir. R, şirketlerde ve akademide giderek artan sayıda yönetici ve veri analisti tarafından kullanılmaktadır. Bilgisayar programlama becerisi olmayan istatistikçiler, mühendisler ve bilim insanları arasında da kullanımı kolay olduğu için R takipçi kazanmıştır. Popülaritesinin nedeni, reklam fiyatlarını belirleme, yeni ilaçları daha hızlı bulma veya finansal modelleri iyileştirme gibi çeşitli amaçlarla veri madenciliğinin artan kullanımıdır. R'nin veri madenciliği için geniş bir paket yelpazesi bulunmaktadır.

Amaç:

Katılımcılar, büyük veri kümelerini analiz edebilecek, kalıpları çıkarabilecek, sonuçları etkileyen doğru değişkenleri seçebilecek ve böylece öngörülü sonuçlar içeren yeni bir model tahmin edebilecekler.

R, istatistiksel hesaplama, veri analizi ve grafikler için ücretsiz ve açık kaynaklı bir programlama dilidir. R, şirketlerde ve akademide giderek artan sayıda yönetici ve veri analisti tarafından kullanılmaktadır. R'nin veri madenciliği için geniş bir paket yelpazesi bulunmaktadır.

R, istatistiksel hesaplama, veri analizi ve grafikler için açık kaynaklı ve ücretsiz bir programlama dilidir. R, şirketlerde ve akademide giderek artan sayıda yönetici ve veri analisti tarafından kullanılmaktadır. R'nin veri madenciliği için geniş bir paket yelpazesi bulunmaktadır.

R, istatistiksel hesaplama, veri analizi ve grafikler için açık kaynaklı ve ücretsiz bir programlama dilidir. R, şirketler ve akademisyenler tarafından giderek artan sayıda yönetici ve veri analisti tarafından kullanılmaktadır. R'nin veri madenciliği için geniş bir paket yelpazesi bulunmaktadır.

Bu kurs, veri bilimi ve istatistikte zaten deneyim sahibi olan kişiler için tasarlanmıştır. Verilen açıklamalar, kavramlarla tanıgetIntimate olanlara hatırlatma olarak veya uygun bir arka plana sahip olanlara bilgi verecek şekilde yapılmıştır.

Hedef Kitle

Business sahipleri (pazarlama yöneticileri, ürün yöneticileri, müşteri tabanı yöneticileri) ve ekipleri; müşteri içgörüleri uzmanları.

Genel Bakış

Bu kurs, müşterilerin edinilmesinden başlayarak, mevcut müşterilerin karlılık için yönetilmesinden, iyi müşterilerin elde tutulmasına ve son olarak hangi müşterilerin bizi terk ettiğini ve nedenini anlamaya kadar müşteri yaşam döngüsünü takip eder. Telekomünikasyon, sigorta, medya ve yüksek teknoloji gibi çeşitli sektörlerden gerçek (anonim) verilerle çalışacağız.

Format

Eğitmen liderliğinde, sınıfiçi egzersizlerin yanı sıra ödevlerle birlikte beş yarım günlük oturumdan oluşan eğitim. Sınıfta veya uzaktan (çevrimiçi) bir kurs olarak sunulabilir.

Kurs istatistiksel analizle ilgilenen herkes için tasarlanmıştır. Minitab ile tanıştırır ve veri analizinizin etkinliğini ve verimliliğini artırır, istatistik bilginizi geliştirir.

R, istatistiksel hesaplama, veri analizi ve grafikler için açık kaynaklı ücretsiz bir programlama dilidir. R, şirketler ve akademideki yöneticiler ve veri analistleri tarafından artan sayıda kişi tarafından kullanılmaktadır. R, veri madenciliği için çeşitli paketlere sahiptir.

Bu eğitmen liderliğindeki canlı eğitimde katılımcılar, gerçek dünya uygulaması oluşturarak R ile Machine Learning konusunda ileri düzey teknikler öğreneceklerdir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• Denetimsiz öğrenme tekniklerini anlayıp uygulayabilecektir.
• Gerçek dünya verilerine dayanarak tahminler yapmak için kümeleme ve sınıflandırma uygulayabilecektir.
• Verileri görselleştirerek hızlı bir şekilde içgörü kazanabilecek, karar verebilecek ve analizleri daha da geliştirebilecektir.
• Hiper-parametre ayarı yaparak bir makine öğrenimi modelinin performansını iyileştirebilecektir.
• Bir modeli daha büyük bir uygulamada kullanmak üzere üretime sokabilecektir.
• Sosyal ağ verileri, büyük veri ve daha fazlasını içeren soruları yanıtlamak için gelişmiş makine öğrenimi teknikleri uygulayabilecektir.

R, istatistiksel hesaplama, veri analizi ve grafikler için açık kaynaklı ve ücretsiz bir programlama dilidir. R, şirketlerde ve akademide giderek artan sayıda yönetici ve veri analisti tarafından kullanılmaktadır. Ayrıca, bilgisayar programlama becerisi olmayan istatistikçiler, mühendisler ve bilim insanları arasında da kullanımı kolay olduğu için takipçiler edinmiştir. Popülaritesinin nedeni, reklam fiyatlarını belirleme, yeni ilaçları daha hızlı bulma veya finansal modelleri iyileştirme gibi çeşitli amaçlarla veri madenciliğinin artan kullanımıdır. R'nin veri madenciliği için geniş bir paket yelpazesi bulunmaktadır.

R, istatistiksel hesaplama, veri analizi ve grafikler için açık kaynaklı ücretsiz bir programlama dilidir. R, şirketler ve akademide giderek artan sayıda yönetici ve veri analisti tarafından kullanılmaktadır. Bilgisayar programlama becerisi olmayan istatistikçiler, mühendisler ve bilim insanları arasında da kullanımı kolay olduğu için takipçileri bulunmaktadır. Popülaritesinin nedeni, reklam fiyatlarını belirleme, yeni ilaçları daha hızlı bulma veya finansal modelleri iyileştirme gibi çeşitli amaçlarla veri madenciliğinin artan kullanımıdır. R'ün veri madenciliği için geniş bir paket yelpazesi bulunmaktadır.

Bu kurs, R-proje yazılımı kullanarak sinir ağlarını gerçek hayat problemlerine uygulamaya girişレベルが設定されていないので、ここでは「introduction」を土耳其语に翻訳します。

Bu kurs, zaten temel R & C++ kodlama becerilerine sahip ve işinde daha gelişmiş R kodlama becerilerine ihtiyaç duyan veri bilimcileri ve istatistikçiler için tasarlanmıştır.

Amac, kursa katılanların yöntemleri çalışma hayatında uygulayabilmeleri için pratik bir ileri düzey R programlama kursu sunmaktır.

Sektör spesifik örnekler kullanılarak eğitim, dinleyiciye daha uygun hale getirilmiştir.

Bu kurs, Veri Bilimci beceri setinin bir parçasıdır (Alan: Veri ve Teknoloji)

Organizasyon – Laboratuvar çalışmaları ve gerçek veriler üzerinde uygulamalar

Bu eğitmen liderliğindeki, canlı eğitim (Ankara çevrimiçi veya yerinde), verileri doğru bir şekilde yorumlamak, karmaşık istatistiksel testler çalıştırmak ve anlamlı içgörüler elde etmek isteyen başlangıç ​​seviyesinden orta seviyeye kadar profesyonellere yöneliktir.

Bu eğitimin sonunda katılımcılar şunları yapabilecektir:

• SPSS arayüzünde gezinebilir ve veri kümelerini verimli bir şekilde yönetebilirler.
• Tanımlayıcı ve çıkarımsal istatistiksel analizler gerçekleştirebilirler.
• t-testleri, ANOVA, MANOVA, regresyon ve korelasyon analizleri yapabilirler.
• Gelişmiş veri yorumlaması için parametrik olmayan testleri, temel bileşen analizini ve faktör analizini uygulayabilirler.

Goal:

SPSS ile bağımsız bir seviyede çalışmayı öğrenmek

Hedef Kitle:

Analistler, araştırmacılar, bilim insanları, öğrenciler ve SPSS paketini kullanma becerisi kazanmak ve popüler veri madenciliği tekniklerini öğrenmek isteyen herkes.

Bu kurs, hesaplamaları ve analizleri yapmak yerine anlayıp uygun istatistiksel yöntemlerin organizasyonun stratejik planlamasında hangilerinin ilgili olduğunu seçebilen karar vericiler için oluşturulmuştur.

Örneğin, bir potansiyel katılımcı ürünün piyasaya sürülmüş olup olmadığını belirlemek için kaç örnek toplanması gerektiğini karar vermekte isteklidir.

Daha uzun kursa ihtiyacınız varsa ve temel istatistiksel düşünme becerilerini kapsayan "Statistics Yöneticiler İçin" eğitimine bir göz atın.

Bu kurs, genel istatistik becerilerine ihtiyaç duyan kişiler için oluşturulmuştur. Pazar araştırmaları, biyoloji, üretim, kamu sektörü araştırmaları vb. gibi belirli bir uzmanlık alanına uyarlanabilir.

Bu eğitim kursu ileri istatistikleri kapsar. Araştırma, analiz ve tahminde sıkça kullanılan araçların çoğunu açıklar. Formüllerin arkasındaki teorinin kısa açıklamalarını sunar.

Bu kurs belirli bir alan bilimine özel değil, ancak tüm katılımcıların aynı arka plan ve hedeflere sahip olması durumunda özelleştirilebilir.

Bu kurs sırasında bazı temel bilgisayar araçları kullanılır (özellikle Excel ve OpenOffice).

Bu kurs, araştırmacıların bir dizi bilimsel disiplinde yapılan araştırmalara ilişkin istatistiksel tasarım ve analiz ilkelеринин anlamını kazanmalarına yönelik tasarlanmıştır.

Kurs, çoğunlukla örnekler yoluyla bazı olasılık ve istatistik yöntemleri konusunu kapsar. Bu eğitim yaklaşık %30 ders içermektedir, %70 ise yönlendirilmiş testler ve laboratuvarlar.

Kurs kapalı olduğunda örnekler ve malzemeler belirli bir dal (psikoloji denetleri, kamu sektörü, biyoloji, genetik vb.) için özelleştirilebilir.

Halka açık kurslarda ise karmaşık örnekler kullanılmaktadır.

Bu kurs sırasında çeşitli yazılımların kullanılmasına rağmen (SPSS, Statgraphics vs...), ana odak noktasını araştırmaları yönlendiren ilkeler ve süreçlerin anlayışına koyuyor.

Bu kurs hibrit bir formatta sunulabilir yani ev ödevleri ve atölye çalışmaları ile.

Tableau, verileri görüp anlamayı kolaylaştırır.

Tableau, insanlara veriyi görselleştirmek ve anlamak yardımcı olur.

Kitle

Course Formatı

Bu eğitim sonunda, katılımcılar şunları yapabilecek hale gelecekler:

Bu eğitmen yönetimi altında gerçekleştirilen canlı eğitimde, katılımcılar veriyi manipüle etmek ve görselleştirmek için Tidyverse içinde bulunan araçları kullanmayı öğrenecekler.

Tidyverse, verinin temizlenmesi, işleme yapılması, modelleme ve görselleştirilmesi için esnek R paketlerinin bir koleksiyonudur. Dahil olan bazı paketler şunlardır: ggplot2, dplyr, tidyr, readr, purrr ve tibble.

• R diline yeni başlayanlar
• Veri analizi ve veri görselleştirmesine yeni başlayanlar

• Ders, tartışma, alıştırma ve yoğun pratik içeren bir format

• Veri analizi yapmak ve çekici görselleştirmeler oluşturmak
• Örnek veri setlerinden yararlı sonuçlar çıkarabilmek
• Keşif sorularına yanıt verebilmek için veriyi filtrelemek, sıralamak ve özeti oluşturmak
• İşlenmiş veriyi bilgilendirici çizgi grafikleri, sütun grafikleri, histogramlar haline dönüştürmek
• Excel, CSV ve SPSS dosyaları dahil olmak üzere çeşitli veri kaynaklarından veriyi içe aktarabilmek ve filtrelemek

Açıklama: 

Bu kurs, R kullanıcılarına web uygulamaları oluşturmak için arka arkaya gelen tarayıcı HTML, Javascript ve CSS'e ihtiyaç duymadan nasıl başlayacakları konusunda rehberlik etmektedir.

Amaç:

Shiny uygulamalarının nasıl çalıştığına dair temel bilgileri kapsar.

Shiny kitaplığından sıkça kullanılan tüm girdi/çıkış/oluşturma/bölme fonksiyonlarını kapsar.

Bu eğitmen destekli canlı eğitim (çevrimiçi veya yerel olarak) orta seviye veri analisti ve iş profesyonellerine yönelik olup, R kullanarak zaman serisi tahmini yapma ve veri analiz akışlarını otomasyonlama konusunda bilgi sahibi olan kişilere yöneliktir.

Bu eğitim sonunda katılımcılar şunları yapabilecektir:

• R'deki tahmin tekniklerinin temellerini anlamak.
• Zaman serisi analizi için üstel yumuşatma ve ARIMA modellerini uygulamak.
• ‘forecast’ paketi kullanarak doğru tahmin modelleri oluşturmak.
• İş ve araştırma uygulamaları için tahmin akışlarını otomasyonlamak.

Hedef Kitle

• yöneticiler
• geliştiriciler
• bilim insanları
• öğrenciler

Kurs Formatı

çevrimiçi eğitim ve tartışma VEYA yüz yüze atölye çalışmaları

R, istatistiksel hesaplama, veri analizi ve grafikler için açık kaynaklı ve ücretsiz bir programlama dilidir. R, şirketlerde ve akademide giderek artan sayıda yönetici ve veri analisti tarafından kullanılmaktadır. Ayrıca, bilgisayar programlama becerisi olmayan istatistikçiler, mühendisler ve bilim insanları arasında da kullanımı kolay olduğu için popülerlik kazanmıştır. Bu popülaritenin nedeni, reklam fiyatlarını belirleme, yeni ilaçları daha hızlı bulma veya finansal modelleri iyileştirme gibi çeşitli amaçlarla veri madenciliğinin artan kullanımıdır. R'nin veri madenciliği için geniş bir paket yelpazesi bulunmaktadır.

Bu kurs, R'deki nesnelerin manipülasyonunu, veri okuma, R paketlerine erişim, R fonksiyonları yazma ve bilgilendirici grafikler oluşturma konularını kapsamaktadır. Yaygın istatistiksel modeller kullanarak veri analizini içerir. Kurs, R yazılımının (https://www.r-project.org) hem komut satırında hem de grafik kullanıcı arayüzünde (GUI) nasıl kullanılacağını öğretmektedir.